MODEL YANG DI USULKAN UNTUK PROSES ETL
DATA WAREHOUSE
I.
PENDAHULUAN
Latar Belakang
Extraction–transformation–loading
(ETL) ialah sebuah perangkat lunak yang bertanggung jawab untuk ekstraksi data
dari beberapa sumber, pembersihan, kustomisasi, reformatting, integrasi, dan
penyisipan ke data warehouse. Membangun data warehouse membutuhkan fokus pada pemahaman
tiga bidang utama: daerah sumber, daerah tujuan dan pemetaan daerah (ETL
proses). Daerah sumber memiliki standar model seperti diagram hubungan entitas,
dan daerah tujuan memiliki standar model seperti skema bintang, tetapi pemetaan
daerah tidak memiliki model standar sampai sekarang. Proses ETL.
Penelitian di bidang pemodelan proses ETL bisa dikategorikan menjadi tiga
pendekatan utama: Modeling berdasarkan pemetaan ekspresi dan pedoman, pemodelan
berdasarkan konsep, konstruksi, dan pemodelan berdasarkan UML lingkungan.
Permasalahan
Pemodelan
Extraction–transformation–loading (ETL) dalam membangun suatu projek data
warehouse belum mengacu pada 3 kategori pemodelan yaitu modeling berdasarkan pemetaan ekspresi
dan pedoman, pemodelan berdasarkan konsep, konstruksi, dan pemodelan
berdasarkan UML lingkungan.
Tujuan
Mengusulkan
model konseptual untuk digunakan dalam pemodelan berbagai proses ETL dan
menutupi keterbatasan proyek-proyek penelitian sebelumnya. Model yang diusulkan
akan digunakan untuk desain ETL skenario, dan dokumen, menyesuaikan, dan menyederhanakan pelacakan mapping antara
atribut sumber data dan yang sesuai dalam data warehouse
I.
PEMBAHASAN
Data
Warehouse adalah koleksi teknologi yang bertujuan untuk memungkinkan dalam
pengambilan keputusan dapat lebih baik dan lebih cepat. Arsitektur data
warehouse generik yang terdiri dari tiga lapisan (sumber data, DSA, dan gudang
data primer) (Inmon, 2002; Vassiliadis, 2000). Meskipun ETL proses daerah
sangat penting, ia memiliki penelitian kecil. Ini karena kesulitan dan
kurangnya formal model untuk mewakili ETL aktivitas kejahatan yang memetakan data yang masuk dari
DSs berbeda harus dalam format yang sesuai untuk loading ke target DW atau DM
(Kimball dan Caserta, 2004; Demarest, 1997; Oracle Corp, 2001; Di mon, 1997).
Konsep
Model ETL
Pemodelan
kerangka ETL umum ditunjukkan dalam gambar 1. Data diekstrak dari sumber data
yang berbeda, dan kemudian dialihkan DSA
mana ia berubah dan dibersihkan kemudian
dimuat ke data warehouse. Sumber
target mungkin memiliki banyak format struktur data sebagai flat file,
set data XML, tabel relasional,
sumber-sumber non-relasional, web log sumber, sys-tems warisan dan spreadsheet.
Fase
ETL
Proses
selama ETL, data diekstraksi dari OLTP database, berubah untuk mencocokkan
skema data warehouse, dan dimuat ke dalam database warehouse (Berson dan Smith,
1997; Moss, 2005). Sebagai bisnis perubahan sistem DW perlu mengubah-untuk
menjaga nilai sebagai alat bagi pembuat keputusan, karena ETL juga berubah dan
berkembang. Proses ETL harus dirancang untuk kemudahan modifikasi. Sistem ELT
harus mengaju pada 3 langkah yaitu; extraction, transformation, and loading:
Ekstraksi
Langkah
pertama dalam setiap skenario ETL adalah data ekstraksi. Tahap ekstraksi ETL
bertanggung jawab untuk mengekstrak data dari sistem sumber. Masing-masing
sumber data telah menetapkan berbeda karakter
yang perlu dikelola untuk secara efektif mengekstrak data untuk proses
ETL.
Gambar
1 a kerangka umum ETL proses.
Selama
mengekstrak data dari sumber data yang berbeda, harus menyadari (a) menggunakan
ODBC\JDBC driver koneksi ke database
sumber, (b) memahami struktur data sumber, dan (c) tahu bagaimana menangani
sumber dengan sifat yang berbeda seperti mainframe. Proses ekstraksi terdiri
dari dua tahap, awal ekstraksi dan diubah data ekstraksi. Di awal proses
ekstraksi (Kimball et al. 1998), itu adalah pertama kalinya untuk mendapatkan
data dari sumber operasional yang berbeda yang akan dimuat ke data warehouse.
Proses ini dilakukan hanya satu kali. Ekstraksi inkremental memanggil mengubah data capture (CDC) dimana proses ETL
menyegarkan DW dengan data yang diubah dan ditambah sejak terakhir ekstraksi.
transformasi
langkah
kedua dalam setiap skenario ETL adalah transformasi data. Langkah transformasi
cenderung membuat pembersihan beberapa dan pembentuk pada data yang masuk untuk
memperoleh data yang akurat yang benar, lengkap, konsisten, dan jelas. Proses
ini meliputi data cleaning, transformasi, dan integrasi.
loading
Loading
data untuk target multidimensi struktur adalah
langkah terakhir ETL. Dalam langkah ini, diekstrak dan mengubah data
ditulis ke dalam struktur dimensi sebenarnya diakses oleh pengguna akhir dan
aplikasi sistem. Memuat langkah mencakup memuat tabel dimensi dan pemuatan
fakta tabel.
model
ETL proses
Bagian
ini akan menavigasi melalui upaya yang dilakukan untuk merancang konsep ETL
proses. Meskipun proses ETL sangat penting dalam membangun dan memelihara
sistem DW, jelas ada kurangnya model standar yang dapat digunakan untuk
mewakili skenario ETL. Penelitian di bidang pemodelan proses ETL bisa
dikategorikan menjadi tiga pendekatan utama:
1.
pemodelan berdasarkan pemetaan ekspresi dan pedoman.
2.Modeling
berdasarkan konseptual konstruksi.
3.Modeling
berdasarkan UML lingkungan.
Dalam
berikut, deskripsi singkat tentang setiap pendekatan disajikan
pemodelan
ETL proses menggunakan pemetaan ekspresi
Rifaieh
dan Benharkat (2002) telah ditetapkan model yang meliputi berbagai jenis
pemetaan ekspresi. Dalam pendekatan mereka, query yang digunakan untuk mencapai
proses pergudangan. Permintaan akan digunakan menunjukkan mapping antara sumber
dan data sasaran; dengan demikian, memungkinkan DBMS memainkan peran diperluas
sebagai mesin pembentukan-trans data serta penyimpanan data. Efisiensi query
berbasis data pergudangan peranggkat ETL tanpa menyarankan model grafis apapun.
Ini menggambarkan sebuah generator query
(DW) pengolahan data mudah dan lebih efisien.
pemetaan
pedoman
pemetaan
pedoman berarti set informasi yang ditentukan oleh para pengembang untuk
mencapa pemetaan antara atribut dari dua skema. Secara tradisional, pedoman
yang ditetapkan secara manual selama sistem pelaksaan. Dalam kasus terbaik,
mereka akan disimpan sebagai dokumen kertas. Metode ini sangat sangat lemah di
dalam pemeliharaan serta evolusi sistem. Untuk memperbarui pemetaan atribut
dalam sistem, salah satu harus mencakup pembaruan untuk pedoman dokumen paper
juga. Dengan demikian, hal ini sangat sulit untuk menjaga tugas-tugas seperti
terutama dengan simultan pembaruan oleh pengguna yang berbeda.
3.1.2.
pemetaan ekspresi
pemetaan
ekspresi atribut adalah informasi yang diperlukan untuk mengenali cara atribut
target yang dibuat dari atribut sumber. Contoh aplikasi pemetaan ekspresi yang
digunakan adalah sebagai berikut:
skema
pemetaan (Madhavan et al., 2001): untuk pemetaan skema database, ekspresi
pemetaan diperlukan untuk menentukan hubungan antara unsur-unsur yang cocok.
Data
warehouse tool (ETL) (Staudt et al.,
1999): mencakup proses transformasi yang mana surat-menyurat antara sumber data
dan data sasaran DW didefinisikan.
EDI
pesan pemetaan: kebutuhan pesan kompleks penterjemahan yang sanggat menarik diperlukan untuk EDI,
dimana data harus berubah dari satu format pesan EDI menjadi lain.
EAI
(integrasi aplikasi perusahaan): integrasi sistem informasi dan aplikasi kebutuhan
middleware untuk mengelola proses ini
(Stonebraker dan Hellerstein, 2001). Ini mencakup aturan manajemen dari sebuah
perusahaan aplikasi, data menyebar aturan bersangkutan aplikasi dan data
konversi aturan. Memang, data konversi aturan mendefinisikan ekspresi pemetaan
data terintegrasi.
contoh
pemetaan ekspresi
beberapa
contoh ekspresi pemetaan yang diidentifikasi dari jenis aplikasi yang ditampilkan sebagai
berikut:
Break-down/rangkaian:
dalam contoh ini nilai dari field didirikan dengan menghancurkan nilai sumber
dan dengan menggabungkan dengan nilai lain, seperti ditunjukkan pada gambar 2.
Bersyarat
pemetaan: kadang-kadang nilai target attri-bute tergantung pada nilai atribut
lain. Di ujian-ple, jika X 1 maka Y A B Y lain, seperti yang ditunjukkan dalam
gambar 3. Lebih tentang pemetaan ekspresi aturan dan notasi ditemukan di Jarke
et al. (2003) dan Miller et al. (2000).
Gambar
2 Contoh 1: Break-down/concatenation (Jarke et al., 2003).
3.2.
pemodelan ETL proses menggunakan konseptual konstruksi
Vassiliadis
et al. (2002a, 2003, 2005) Mereka
memperkenalkan suatu kerangka kerja untuk pemodelan ETL kegiatan. Kerangka
kerja mereka berisi tiga lapisan, seperti ditunjukkan pada gambar 4.Lapisan
lapisan
bawah yaitu; skema, melibatkan ETL skenario yang spesifik. Semua entitas
lapisan skema adalah contoh dari kelas tipe data, fungsi tipe, dasar kegiatan,
recordset dan hubungan.
Lapisan
lebih tinggi yaitu; metamodel lapisan melibatkan kelas tersebut. Hubungan
antara metamodel dan lapisan skema dicapai melalui hubungan Instansiasi.
Lapisan metamodel mengimplementasikan keumuman tersebut: kelas lima yang di
volved dalam lapisan metamodel cukup generik untuk model setiap skenario ETL,
melalui Instansiasi sesuai.
Lapisan
tengah adalah lapisan template. Konstruksi dalam lapisan template juga
meta-kelas,
Gambar
3 contoh 2: Bersyarat pemetaan (Jarke et al., 2003).
Kelas
lapisan template mewakili spesialisasi (subclass) kelas generik lapisan metamodel
(digambarkan sebagai' hubungan). Setelah menentukan kerangka kerja, para
penulis notasi grafis dan metamodel model grafis yang diusulkan mereka seperti
yang ditunjukkan pada gambar 5. Kemudian, mereka detail dan secara resmi
menetapkan semua entitas dari metamodel:
àTipe
data. Setiap tipe data T ditandai dengan nama domain yang adalah seperangkat
nilai-nilai yang dihitung. Nilai-nilai domain juga dirujuk sebagai konstanta.
àRecordsets.
Recordset ditandai dengan namanya, skema log-ical (struktur recordset) dan
extensinya fisik (yaitu, satu set yang terbatas catatan di bawah skema
recordset) yang merupakan nilai catatan sebenarnya. Setiap data struktur-saan
dapat diperlakukan sebagai seperangkat '' rekor '' asalkan ada sarana untuk
Logis merestrukturisasinya kembali ke flat, mengetik catatan skema.
àFungsi.
Jenis fungsi terdiri dari nama daftar terbatas parameter data jenis dan tipe
data kembali tunggal. Func-tion adalah instance dari jenis fungsi.
Gambar
4 metamodel untuk entitas Logis lingkungan ETL (Vassiliadis et al., 2003).
-Hubungan.
Menggambarkan mengikuti data dari sumber ke target.
Kemudian
penulis menggunakan model mereka grafis mewakili ETL proses dalam sebuah contoh
memotivasi. Seperti ditunjukkan pada gambar 6, sumber data dua (S1.partsupp dan
S2.partsupp) yang digunakan untuk membangun gudang data target (DW.partsupp).
Model concep-tual Vassiliadis et al. (2002a) dilengkapi dalam Vassiliadis et
al. (2002b, 2003) dan Simitsis (2003) dengan desain Logis ETL memproses sebagai
alur kerja data-sentris. Dalam Vassiliadis et al. (2003) penulis menggambarkan
kerangka untuk spesifikasi deklaratif ETL skenario. Mereka membahas masalah
pelaksanaan dan alat grafis 'ARKTOS II' yang memfasilitasi desain skenario ETL,
berdasarkan pada model mereka. Dalam Vassiliadis et al. (2002b) penulis model
skenario ETL sebagai grafik yang mereka sebut arsitektur grafik dan mereka
memperkenalkan beberapa notasi untuk grafik ini. Mereka memperkenalkan
pentingnya metrik untuk mengukur tingkat mana entitas terikat satu sama lain.
Dalam Simitsis (2003) penulis berfokus pada optimasi proses ETL, untuk
meminimalkan waktu pelaksanaan proses ETL. Mengenai data pemetaan, di Dobre et
al. (2003) penulis membahas isu-isu re-laranangan dan saksi untuk pemetaan data
dalam integrasi data, dan satu set pemetaan operator diperkenalkan dan klasifikasi
permasalahan pemetaan kasus disajikan, seperti ditunjukkan pada gambar 7.
Namun, tidak ada representasi grafis data pemetaan skenario, oleh karena itu,
sangat sulit untuk digunakan dalam proyek-proyek dunia nyata. Di Bernstein dan
Rahm (2000) kerangka kerja untuk pemetaan antara model-model (objects) yang
diusulkan.
Model adalah dimanipulasi oleh
peran operasi tingkat tinggi termasuk:
Match-membuat sebuah pemetaan
antara dua model.
Menerapkan
fungsi-menerapkan fungsi tertentu
Gambar
7 sampel pemetaan operator
untuk semua objek dalam model. Union,
persimpangan, perbedaan-diterapkan untuk serangkaian obyek.
Menghapus – Hapus semua objek dalam
model.
Insert,
Update-diterapkan ke objek individu dalam model.
Pemodelan
berdasarkan UML lingkungan
Lujan-Mora
et al. (2004) penulis memperkenalkan model mereka yang didasarkan pada UML
(unified modeling language) notasi. Dalam upaya mereka untuk memberikan
pemandangan pelengkap artefak desain detail tingkat sulit, kerangka didasarkan
pada pendekatan berprinsip dalam penggunaan UML paket, untuk memungkinkan meluncur masuk dan keluar desain skenario.
Kerangka
arsitektur
gudang data biasanya digambarkan sebagai berbagai lapisan data di mana data
dari satu lapisan berasal dari data lapisan sebelumnya (Lujan-Mora dan
Trujillo, 2003). Setelah itu, pengembangan DW dapat disusun dalam kerangka terintegrasi
dengan lima tahap
Gambar
6 Motivating contoh untuk model konseptual dalam Vassiliadis et al. (2002a).
dan tiga tingkat yang
mendefinisikan berbeda diagram untuk DW model, seperti yang dijelaskan di bawah
ini:
- fase: ada lima tahap dalam
definisi DW:
-sumber: mendefinisikan sumber data
DW, seperti OLTP sistem, sumber data eksternal.
-Integrasi: mendefinisikan mapping
antara sumber data dan gudang data.
-Data warehouse: mendefinisikan
struktur data warehouse.
-Kustomisasi: mendefinisikan
mapping antara gudang data dan struktur klien.
-Klien: itu mendefinisikan struktur
khusus yang digunakan oleh cli-ents untuk mengakses data warehouse, seperti
data Minning atau aplikasi OLAP.
-Tingkat: setiap tahap dapat
dianalisis di tiga tingkat atau perspektif:
-konseptual: mendefinisikan gudang
data dari sudut pandang konseptual.
-Logis: Alamat Logis aspek desain
DW, sebagai definisi proses ETL.
-Fisik: mendefinisikan aspek fisik
DW, seperti penyimpanan struktur logis dalam disk berbeda, atau konfigurasi
database server yang mendukung DW.
Atribut
sebagai kelas model elemen (FCME)
Dalam
ERD model dan UML, atribut yang tertanam dalam definisi unsur mereka terdiri
dari '''' (entitas dalam ER) atau kelas di UML. Untuk memungkinkan atribut
memainkan peran yang sama dalam kasus tertentu, penulis mengusulkan
representasi atribut sebagai FCME di UML. Dalam diagram UML kelas, dua jenis
model elemen diperlakukan sebagai FCME. Kelas, sebagai abstrak representasi
dunia nyata entitas secara alami ditemukan di tengah upaya pemodelan.
Associ-ations juga dapat FCME, disebut Asosiasi kelas. Kelas Asosiasi dapat
berisi atribut atau dapat dihubungkan ke kelas-kelas lain. Namun, hal yang sama
tidak mungkin dengan attri-butes.Kendala berikut berlaku untuk definisi yang
benar dari kelas atribut seperti dalam perkembangan stereotip Attribute:
-ciri-ciri fisik Konvensi: nama kelas atribut
adalah nama kelas wadah terkait, diikuti oleh sebuah titik dan nama atribut.
–
Fitur: kelas atribut dapat berisi atribut maupun metode.
Diagram
atribut kelas adalah diagram UML kelas reguler diperpanjang dengan {{Attribut}}
kelas dan {{Contain}} hubungan. Dalam
konteks gudang data, hubungan, melibatkan tiga pihak Logis: (a) penyedia
entitas (skema, Meja, atau atribut), bertanggung jawab untuk menghasilkan data
menjadi lebih lanjut disebarkan, (b) konsumen, yang menerima data dari penyedia
dan (c) menengah pencocokan yang melibatkan cara pemetaan dilakukan, bersama
dengan transformasi apapun dan penyaringan. Proposal berlapis yang terdiri dari
empat tingkat seperti ditunjukkan pada gambar 8:
1.Database
tingkat (atau 0). Pada tingkat ini, setiap skema DW lingkungan (misalnya,
sumber data pada tingkat konseptual di SCS 'sumber konseptual skema',
konseptual skema DW di DWCS 'data gudang konseptual skema', dll) diwakili
sebagai paket (Lujan-Mora dan Trujillo, 2003; Trujillo dan Lujan-Mora, 2003).
Pemetaan antara skema berbeda yang meniru dalam paket tunggal pemetaan,
encapsulating semua pemetaan tingkat rendah antara berbagai skema.
Gambar
8 Data pemetaan tingkat (Lujan-Mora et al., 2004).
2.Dataflowlevel
(atau tingkat 1). Tingkat ini menggambarkan data real-tionship antara tabel
individu sumber skema terlibat terhadap target masing-masing di DW.
Practi-cally, sebuah diagram pemetaan di database tingkat diperbesar ke
pemetaan lebih rinci diagram, masing-masing captur-ing bagaimana tabel sasaran
berkaitan sumber tabel dalam hal data.
3.Meja
tingkat (atau 2). Sedangkan diagram pemetaan tingkat dataflow menggambarkan
data hubungan antara sumber dan target menggunakan paket tunggal, pemetaan
dia-gram pada tingkat Meja, rincian semua transfor-tepat menengah dan cek yang
berlangsung selama aliran ini.
4.Attributelevel
(atau tingkat 3). Pada tingkat ini, diagram pemetaan melibatkan menangkap antar
atribut pemetaan. Practi-cally, ini berarti bahwa diagram tabel diperbesar di
dan pemetaan penyedia untuk konsumen atribut tidak dilacak, bersama dengan
transformasi setiap menengah dan pembersihan.
Pada
bagian paling kiri dari gambar 8, hubungan sederhana antara DWCS dan SCS : ini
ditangkap oleh satu data pemetaan paket dan elemen desain tiga merupakan data
pemetaan diagram database tingkat (atau tingkat 0). Dengan asumsi bahwa ada
tiga tabel tertentu di DW yang diisi, data ini khusus pemetaan paket abstrak fakta
bahwa ada tiga utama skenario untuk penduduk DW, satu untuk masing-masing
tabel. Di tingkat dataflow (atau tingkat 1) kerangka kami, data real-tionships
antara sumber dan target dalam konteks masing-masing skenario. Jika kita zoom
in salah satu skenario ini, misalnya, pemetaan 1, kita dapat mengamati dengan
kekhasan dalam hal data transfor-koordinasi dan pembersihan: data source 1
ditransformasi dalam dua langkah (yaitu, mereka telah menjalani dua berbeda
transforma-tions), seperti yang ditunjukkan pada gambar 8. Perhatikan juga
bahwa ada data antar merenungkannya toko dipekerjakan, terus output dari
transformasi pertama (langkah 1), sebelum ditanggungkan kedua satu (langkah 2).
Akhirnya, pada bagian kanan bawah dari arah. 8, cara atribut yang dipetakan ke
satu sama lain untuk sumber data toko 1 dan intermediate digambarkan. Mari kita
menunjukkan bahwa dalam kasus kita adalah model data warehouse yang kompleks
dan besar, transformasi atribut dimodelkan pada level 3 tersembunyi di sebuah
definisi paket.
I.
PENELITIAN
4.
ETL diusulkan proses model (EMD)
Konsep
ETL proses yang digunakan untuk memetakan data dari sumber-sumber untuk target
data warehouse skema, kita belajar proyek penelitian sebelumnya, membuat
beberapa integrasi, dan menambahkan beberapa ekstensi untuk pendekatan yang
disebutkan di atas. Entitas pemetaan diagram (EMD) sebagai model konseptual
baru untuk pemodelan ETL proses skenario. Model usulan kami terutama mengikuti
pendekatan pemodelan berdasarkan konstruksi con-ceptual. Model yang diusulkan
akan menggenapi enam memerlukan nyata (El Bastawesy et al, 2005; Maier, 2004;
Arya et al., 2006):
1. mendukung
integrasi sumber data.
2. kuat
dalam mengubah sumber data
3. mendukung
transformasi yang fleksibel.
4. dapat
dengan mudah digunakan di lingkungan cocok implementasi
5. cukup
lengkap untuk menangani berbagai ekstraksi, trans-pembentukan dan operasi
pemuatan
6. sederhana
dalam menciptakan dan memelihara.
Dalam
bagian ini, kami akan menjelaskan kerangka EMD, EMD metamodel, primitif EMD
konstruksi, dan akhirnya kami akan memberikan contoh demonstrasi. Perbandingan
dan evalua-tion pendekatan yang sebelumnya terhadap kami model yang diusulkan
akan disajikan dalam Bagian 5.
4.1.
EMD kerangka
gambar
9 menunjukkan kerangka umum entitas diusulkan pemetaan diagram.
– Di bagian sumber
data: Sumber data mungkin terstruktur
database atau sumber-sumber non-terstruktur. Dalam kasus terstruktur sumber; partisi
database dan tabel partisi dan atribut digunakan secara langsung sebagai sumber
dasar, dan dalam hal sumber bebas-terstruktur; langkah konversi yang harus
diterapkan pertama untuk mengkonversi bebas-terstruktur sumber ke dalam
struktur salah satu (tabel dan atributnya). Pembungkus adalah program khusus
rutinitas yang secara otomatis ekstrak data dari sumber data yang berbeda
dengan 
gambar
9 rangka umum EMD.
format
yang berbeda dan mengkonversi informasi ke dalam format struktur-tured. Tugas
khas bungkus adalah: (a) fetching data dari sumber daya yang terpencil, (b)
mencari, mengenali dan mengekstrak data tertentu, dan (c) menyimpan data ini
dalam format terstruktur yang sesuai untuk memungkinkan lebih lanjut manipulasi
(Vassiliadis et al, 2005).
–
Ekstraksi: selama proses ekstraksi beberapa tabel sementara dapat dibuat untuk
menahan hasil konversi sumber bebas-terstruktur ke dalam database. Ekstraksi
awal terjadi ketika skenario ETL dieksekusi untuk pertama kalinya ketika ada
data di data warehouse tujuan. Ekstraksi refresh berlangsung untuk data (perbedaan antara data lama di DW dan
diperbarui data dalam sumber data). Ini berarti bahwa pengguna mungkin perlu
untuk membangun model EMD dua untuk skenario ETL yang sama; satu untuk
ekstraksi awal, dan yang lainnya untuk ekstraksi refresh menggunakan data lama
di dalam tabel yang ditemukan di area
stage.
–
Di DW skema bagian: gudang skema tabel data (fakta atau dimensi) yang diambil. Pada
dasarnya gudang data disimpan sebagai struktur-saan relasional bukan sebagai
struktur multidimensi. Multidimen-sionality terjadi di Engine online analytical
processing (OLAP).
-Di
bagian pemetaan: fungsi transformasi perlu menarik. Operasi transformasi yang
berlangsung pada data yang masuk dari kedua sumber dasar dan sumber tempo-rary di staging area. Beberapa
transformasi oper-ations menyebabkan hasil sementara yang disimpan dalam tabel
sementara di staging area.
-Staging
area: wadah fisik yang berisi semua tem porary tabel dibuat selama proses
ekstraksi atau dihasilkan dari fungsi Terapan transformasi.
-Loading:
sebagai data mencapai format sesuai akhir, load elemen data terkait di destina-
skema tion DW. Data dapat dimuat secara langsung sebagai hasil dari
transformasi fungsi tertentu atau diambil dari tabel sementara yang diinginkan
di staging area.
Pemberitahuan
bahwa sumber data dan data gudang skema harus didefinisikan dengan jelas
sebelum mulai menggambar EMD. Juga anak-anak panah arah menunjukkan bahwa
pertama, sumber data diambil, setelah itu serangkaian transformasi diterapkan,
dan kemudian data dimuat untuk tujuan data gudang skema.
4.2.
EMD metamodel
EMD
adalah model konseptual diusulkan untuk pemodelan proses ETL yang diperlukan
untuk memetakan data dari sumber ke target data gudang skema. Gambar 10
menunjukkan arsitektur metamodel untuk model konseptual diusulkan EMD.
Metamodel dari EMD diusulkan terdiri dari dua lapisan; lapisan pertama adalah
lapisan abstraksi di mana lima Object (func-tion, data kontainer, entitas,
hubungan, dan atribut) jelas didefinisikan. Objek dalam lapisan abstraksi
adalah pemandangan tingkat tinggi bagian atau benda-benda yang dapat digunakan
untuk menggambar sebuah skenario EMD.
Lapisan
kedua adalah lapisan template yang merupakan perluasan ke lapisan abstraksi.
Hubungan
antara lapisan abstraksi dan lapisan template dapat dianggap sebagai agregasi
hubungan. Fungsi dapat atribut transformasi, entitas trans-formasi, UDF (fungsi
ditetapkan pengguna), atau mengkonversi ke struktur (hubungan). Gambar 11
menunjukkan jenis fungsi transformasi yang dapat diterapkan ke sumber-sumber di
EMD diusulkan.
Entitas transformasi
adalah fungsi yang dapat diterapkan ke sumber tabel (misalnya duplikat
eliminasi, union, dll.). Fungsi transformasi atribut yang dapat diterapkan ke
dalam atribut sumber (misalnya untuk huruf, String, dll.). Fungsi ditetapkan
pengguna (UDF) adalah fungsi apapun yang dapat ditambahkan oleh pengguna yang
adalah pencipta skenario ETL (misalnya penyatuan menjadi-tween jenis unit).
Gambar
10 EMD metamodel.
Gambar
11 jenis transformasi di EMD.
Entitas dapat menjadi sumber tabel, tabel dimensi, atau tabel
fakta. Sebuah hubungan mungkin merupakan extractor atau loader. Extractor
mengekspresikan proses ekstraksi data dari
sumber dan loader mengekspresikan proses loading data ke
tujuan akhir. Atribut mungkin kolom tabel atau bidang berkas non-terstruktur.
Perlu disebutkan di sini bahwa pengguna EMD adalah desainer data warehouse atau
ETL dengan penandatangan; ini berarti bahwa beberapa aturan primitif,
keterbatasan, dan kendala disimpan dalam pikiran selama penggunaan yang berbeda
bagian dari EMD, yaitu, operasi serikat akan diterapkan dengan sukses ketika
tabel berpartisipasi memilik ijumlah yang sama dari atribut dengan tipe data
yang sama untuk yang sesuai atribut.
4.3. Primitif dari EMD konstruksi
Set dasar konstruksi yang digunakan dalam entitas yang
diusulkan diagram pemetaan ditunjukkan dalam Gambar. 12. Dalam bagian ini,
beberapa penjelasan tentang penggunaan konstruksi yang diusulkan entitas
diagram pemetaan akan diberikan, sebagai berikut: Hubungan loader: digunakan
ketika data dipindahkan langsung dari elemen terakhir sumber (sumber yang
sebenarnya atau satu sementara) ke elemen data sasaran.
Gambar
12 grafis konstruksi untuk EMD diusulkan.
operasi konversi menyimpan hasilnya ke dalam tabel sementara, sehingga operasi
transformasi dapat diterapkan ke yang baru sumber sementara. Operasi
transformasi entitas: jenis transformasitions biasanya menghasilkan entitas
sementara. Ada stan- operator dard yang digunakan dalam konstruksi ini, Gambar.
11 (a) menunjukkan beberapa operator tersebut. Atribut operasi transformasi:
operasi standar digunakan dengan konstruksi ini, Gambar. 11 (b) menunjukkan
sampel ini operator. Pengguna didefinisikan function (UDF) sebagai operasi
transformasi: pengguna dapat menggunakan operasinya ditetapkan, maka setiap
jenis transformasi mation dapat ditambahkan, seperti konversi mata uang
fungsional.Operasi konversi menyimpan hasilnya ke dalam tabel sementara,
sehingga operasi transformasi dapat diterapkan ke yang baru sumber sementara.
Operasi transformasi entitas: jenis transformasi tions biasanya menghasilkan entitas
sementara. Ada standard yang digunakan dalam konstruksi ini,
Gambar. 11 (a) menunjukkan beberapa operator tersebut.
Atribut operasi transformasi: operasi standar digunakan dengan konstruksi ini,
Gambar. 11 (b) menunjukkan sampel ini operator.
Pengguna didefinisikan function (UDF) sebagai operasi
transformasi: pengguna dapat menggunakan operasinya ditetapkan, maka setiap
jenis transformasi mation dapat ditambahkan, seperti konversi mata uang fungsi
Gambar 13 relasional
skema DS1 untuk buku-perintah database.
4.4. Demonstrasi contoh
Untuk menggambarkan penggunaan model grafis kami diusulkan,
kami memperkenalkan contoh sederhana. Sebuah perusahaan ingin membangun data
gudang untuk memantau proses penjualan dalam dua cabang. Sebuah data warehouse
relasional dirancang untuk menangkap data penjualan dari dua sumber data yang
telah ditetapkan. Penjelasan ini diagram adalah sebagai berikut:
DS1: mengacu pada sumber data pertama (buku-perintah
database).
Gambar. 14. Sebuah data warehouse relasional dirancang untuk
menangkap data penjualan dari dua sumber data yang telah ditetapkan.
Bintang skema dalam Gambar. 15 menunjukkan
desain yang diusulkan data warehouse yang terdiri dari satu tabel fakta dan
empat
Gambar. 16 menggambarkan diagram pemetaan entitas untuk
membangun dimensi produk dari sumber data yang diinginkan, melewati melalui
kegiatan ETL diperlukan.
DS2: mengacu pada sumber data kedua (produk-orderdatabase).
Ada dua entitas dari masing-masing sumber data yang
partisipasipate dalam diagram ini: Book (BookID, booktitle, CategoryID)dan
Kategori (CategoryID, CategoryName) dari yang pertama sumber data, dan Produk
(ProductID, ProductName, Bran-DID) dan Merek (BrandID, CategoryName) dari kedua
sumber data.DW1: mengacu pada skema data warehouse dimanaData akan dipindahkan,
kita mungkin memiliki satu atau lebih skema DW,satu atau lebih data mart (DM)
skema, atau kombinasi dariDW dan DM. Dim_Products adalah entitas dimensi yang
ditemukan diDW1. Di tengah diagram, proses pemetaan yangdiwakili menggunakan
serangkaian langkah-langkah transformasi; dimulai denganbergabung dengan operasi
antara Book dan Kategori tabel, maka removing catatan berlebihan dengan
menerapkan duplikat eliminasioperasi tion.Entitas Sementara (Temp1) dibuat
untuk menangkap antar-memediasi Data yang dihasilkan dari operasi sebelumnya.
Pemberitahuan bahwa data atribut Temp1.CategoryID dapat dimuatopsional dari
DS1.Book.CategoryID atau DS1.Category.Cat-egoryID. Kegiatan yang sama
berlangsung di situs lain yangberisi DS2 untuk menghasilkan tabel Temp2.Setelah
itu, beberapa operasi transformasi atribut mengambiltempat sebelum pemuatan
data ke data warehouse sasaran, beberapadari mereka yang digambarkan sebagai
berikut: (+ +) adalah ditetapkan pengguna trans-operasi pembentukan diterapkan
untuk Temp1.ProductID menambahkan 10,00,000 ke setiap nomor kode produk sebagai
kebutuhan pengguna. Tipe data ProductID dan CategoryID diubah untuk tipe data
string dengan menggunakan ToString (TS) operasi. Temp2 ta- ble ditransfer ke
lokasi DS1 menggunakan file transfer protocol (FTP) operasi, maka operasi union
(U) berjalan untuk menggabungkan
dua tabel. Hubungan loader terhubung ke produk- Nama dan
CategoryName atribut berarti bahwa data dimuat dari kedua atribut untuk atribut
yang sesuai mereka di DW tanpa transformasi apapun.
Sekarang kita dapat mengembangkan alat prototipe (bernama EMD
Builder) untuk mencapai tugas-tugas berikut:
- Memperkenalkan alat untuk menggambar diagram pemetaan
entitas skenario menggunakan palet kontrol grafis.
- Menerapkan seperangkat operasi transformasi.
- Mengubah model grafis untuk kode dengan menghasilkan SQL
Script.
- Menghasilkan dokumen pemetaan menurut Kimball standar
(Kimball dan Caserta, 2004).
- Pelaksana skenario EMD pada sumber data untuk menerapkan
ekstraksi, dan operasi transformasi, maka loading data ke skema sasaran DW.
- Kode dari dapat ditulis dalam C # atau JAVA object-oriented
bahasa pemrograman dan database rasional manajemen sistem pemerintah sebagai
Oracle atau Microsoft SQL Server.
Kami mengusulkan arsitektur di Gambar. 17 untuk model, dan
pekerjaan masa depan kita akan menerapkan dan menguji model ini. Modul pertama
cek koneksi ke database sistem manajemen diinstal pada mesin di mana database
source.
Jika koneksi berhasil, database baru'''' ETL akan diciptakan.
'' ETL'' memainkan peran repositori di mana metadata tentang skenario EMD akan
disimpan. Metadata dalam repositori akan digunakan untuk menghasilkan dokumen
pemetaan. Setelah membuat'' ETL'' database pengguna mungkin baik membuat Skenario
Merck baru atau membuka satu ada untuk menyelesaikannya. Jika menciptakan
skenario baru, luas bangunan baru akan muncul kemampu pengguna untuk menarik
dan membangun model baru, dan dalam kasus membuka skenario EMD yang ada, dua
file akan dibaca, Yang pertama adalah''. ETL'' file dari mana skenario lama
akan dimuat ke area gambar untuk memungkinkan pengguna untuk menyelesaikannya,
dan file kedua adalah''. sql'' di mana script SQL dari bagian lama skenario
yang ada ditulis dan akan lengkap sebagai pengguna menyelesaikan modelnya.
Beban modul berikutnya baik metadata tentang database ditemukan di database
manajemen sistem pemerintah dan'' EMD Builder'' ikon antarmuka. Metada-The ta
meliputi nama database, tabel, atribut, dan sebagainya.
Ikon antarmuka akan dimuat dari galeri ikon kami, elemen
antarmuka akan ditampilkan dalam bagian berikutnya. Selanjutnya Modul
memfasilitasi proses menggambar dimana pengguna dapat
menggunakan palet kami kontrol untuk menarik dan membangun
nya EMD sekenario. Denganmenggunakan modul
eksekusi, model EMD akan diterjemahkan ke dalam script SQL kemudian dieksekusi
pada incoming data dari database sumber, sehingga ekstraksi, transformasi proses
tion, dan pemuatan dapat diterapkan dan diinginkan kabel akan ditransfer ke
skema sasaran DW di format yang dibutuhkan. Modul terakhir adalah bertanggung
jawab untuk menyimpan
Model Merck pengguna. Selama operasi simpan, tiga file yang
menghasilkan; yang pertama berisi user Model EMD di format biner, sehingga
pengguna dapat membukanya setiap saat untuk memperbarui dalam gambar tersebut,
kedua berisi script SQL yang dihasilkan, dan file yang dihasilkan ketiga adalah
dokumen pemetaan yang dianggap sebagai kamus dan katalog untuk operasi ETL ditemukan
dalam skenario EMD pengguna. Pengguna dapat menentukan folder di mana file yang
dihasilkan akan disimpan. Yang dihasilkan file dapat ditransfer dari satu mesin
yang akan digunakan pada- yang lain yang berisi sumber data yang sama dan sama menargetkan
data warehouse skema; ini berarti bahwa dihasilkan file dari alat kami adalah mesin
independen, namun mereka adalah sumber data dan tujuan skema tergantung. Hal
ini jelas bahwa tujuan adalah seluruh skema (data warehouse atau data mart),
tetapi masing-masing bagian dari skema ini (fakta atau dimensi) adalah han- dled
sebagai tujuan mandiri dalam skenario Merck tunggal.
5. Model evaluasi dan perbandingan
Tabel 1 berisi matriks yang digunakan untuk membandingkan
berbeda- pemodelan ent ETL pendekatan dan mengevaluasi usulan kami model
terhadap model-model lain. Surat P dalam matriks
berarti bahwa model ini telah sebagian didukung
berkorespondensi-the ing kriteria.
I.
SARAN
Model yang menggunakan proses ETL sangat penting dalam
pembangunan projek data ware hous yang baik. Maka dalam pemmbuatan harus
mengacu pada standart yang telah
ditentukan agar mudah untuk memanipulasi data yang telah dibuat.
II.
KESIMPULAN
Proses ETL adalah masalah yang sangat penting dalam arus
pencarian data warehousing. Masalah ini merupakan kebutuhan nyata untuk
menemukan standar model konseptual untuk mewakili dengan cara sederhana
ekstraksi yang tion, transformasi, dan pemuatan (ETL) proses. engklasifikasikan
pendekatan ini menjadi tiga kategori; tinju, adalah pemodelan berdasarkan
ekspresi pemetaan dan pedoman, pertama, adalah pemodelan berdasarkan gagasan
konseptual, dan final kategori, adalah pemodelan berbasis UML lingkungan. Kami
memiliki menjelaskan masing-masing model dalam beberapa detail. Terlebih lagi,
kami mengusulkan sebuah novel konseptual model entitas diagram pemetaan (EMD)
sebagai model yang disederhanakan untuk mewakili ekstraksing, transformasi, dan
proses pemuatan data proyek pergudangan. Untuk menjelaskan model yang diusulkan
kami; kita mendefinisikan metamodel untuk diagram pemetaan entitas.
Dalam metamodel kita mendefinisikan dua lapisan; yang pertama
adalah abstraksi lapisan di mana lima objek (fungsi, data yang kontainer,
entitas, hubungan, dan atribut) didefinisikan dengan jelas. Benda-benda di
lapisan abstraksi adalah pandangan tingkat tinggi dari bagian atau objects yang
dapat digunakan untuk menggambar skenario EMD. Yang kedua adalah lapisan
Template yang merupakan ekspansi abstraksi lapisan. Pengguna dapat menambahkan
lapisan sendiri di mana ETL penandatangan menarik skenario EMD nya. Kami juga
menetapkan kerangka kerja untuk menggunakan model ini. Kerangka kerja ini terdiri
dari sumber data bagian, data warehouse skema bagian, dan bagian pemetaan.
Kedua Data sumber dan skema data warehouse harus didefinisikan secara jelas
sebelum mulai menggambar skenario EMD. Dengan membandingkan proberpose model
untuk proyek-proyek penelitian sebelumnya menggunakan evaluasi matriks, model
pegangan yang diusulkan mungkin titik lemah yang muncul dalam pekerjaan
sebelumnya. Dalam pekerjaan di masa depan makalah ini, kami akan mengembangkan
dan menguji alat prototipe menyebutnya 'EMD Builder' untuk mencapai tugas-tugas
berikut: memperkenalkan alat untuk menggambar entitas pemetaan skenario diagram
menggunakan pallet grafikkonstruksi, menerapkan satu set transformasi
operations, mengubah model grafis untuk kode oleh menghasilkan skrip SQL, dan menghasilkan
dokumen pemetaan sesuai dengan standar Kimball.
III.
REFERENSI
Arya, P., Slany, W., Schindler, C., 2006. Enhancing Wrapper
Usability melalui Ontologi Sharing dan Skala Besar Kerjasama.
<www.ru5.cti.gr/HT05/files/andreas_rath.ppt> (diakses 2006).
Skenario Bernstein, P., Rahm, E. 2000 gudang data. Untuk
model manajemen. Dalam: Prosiding Konferensi Internasional ke-19 Pemodelan
Konseptual (ER'00), LNCS, vol. 1920, Salt Lake City, Amerika Serikat, hlm 1-15.
Berson, A., Smith, SJ, 1997. Data Warehousing, Data Mining,
dan OLAP. McGraw-Hill. Demarest, M., 1997. Politik Data Warehousing.
<Http:// www.hevanet.com / Demarest / marc / dwpol.html>.
Dobre, A., Hakimpour, F., Dittrich, KR, 2003. Operator dan
klasifikasi untuk pemetaan data dalam integrasi semantik. In: Prosiding
Konferensi Internasional ke-22 di Konseptual Modeling (ER'03), LNCS, vol. 2813,
Chicago, Amerika Serikat, hlm 534-547.
El Bastawesy, A., Boshra, M., Hendawi, A. 2005 pemetaan
Entity. diagram untuk proses pemodelan ETL. Dalam: Prosiding Ketiga Konferensi
Internasional tentang Informatika dan Sistem (info), Kairo.
Inmon, B., 1997. The Data Warehouse Anggaran. DM Ulasan
Magazine, Januari 1997.<Www.dmreview.com/master.cfm?NavID=55 & EDID =
1315>.
Inmon, WH, 2002. Membangun Data Warehouse, ed ketiga. John
Wiley and Sons, USA.
Jarke, M., Lenzerini, M., Vassiliou, Y., Vassiliadis, P.,
2003. FundaMental Data Gudang, kedua ed. Springer-Verlag.
Jorg, Thomas, Deßloch, Stefan, 2008. Menuju menghasilkan ETL
¨ proses untuk tambahan beban. Dalam: Prosiding ACM Simposium Internasional
2008 pada database dan Teknik Aplikasi.
Kimball, R., Caserta, J., 2004. Data Warehouse ETL Toolkit. Teknik
Praktis untuk Mengekstrak, Cleaning, Penurut dan Menyampaikan data.
Wiley. Kimball, R., Reeves, L., Ross, M., Thornthwaite, W.,
1998. Data Warehouse Lifecycle Toolkit: Metode Ahli Merancang, Mengembangkan
dan Menyebarkan Data Warehouse. John Wiley dan Sons.
Lujan-Mora, S., Trujillo, J., 2003. Sebuah metode yang
komprehensif untuk data desain gudang. Dalam: Prosiding Internasional Kelima Workshop
Desain dan Manajemen Data Gudang
(DMDW'03), Berlin, Jerman.
Lujan-Mora, S., Vassiliadis, P., Trujillo, J. 2004 pemetaan
data. diagram untuk desain data warehouse dengan UML. In: International Konferensi
Conceptual Modeling, Shanghai, China, November 2004.
Madhavan, J., Bernstein, PA, Rahm, E. 2001 skema Generik. sesuai
dengan dewi asmara. Dalam: Prosiding 27th International Pertemuan pada Database
Very Large, hlm 49-58.
Maier, T., 2004. Sebuah model formal dari proses ETL untuk
OLAP berbasis penggunaan analisis web. Dalam: Prosiding Keenam WEBKDD Workshop:
Webmining dan Web Usage Analysis (WEBKDD'04), dalam hubungannya dengan ke-10
Konferensi ACM SIGKDD (KDD'04), Seattle, Washington, Amerika Serikat, 22
Agustus 2004 (diakses 2006).
Miller, RJ, Haas, LM, Hernandez, MA, 2000 pemetaan Schema.
Sebagai Penemuan query. Dalam: Prosiding Konferensi VLDB 26th, Kairo.
Moss, LT, 2005. Bergerak Proses ETL Anda ke Primetime.
<Http://www.businessintelligence.com//ex/asp/code.44/xe/article.htm>
(Mengunjungi Juni 2005).
Mrunalini, M., Kumar, TVS, Kanth, KR, 2009. Simulasi aman ekstraksi
data dalam ekstraksi transformasi pemuatan (ETL) processes. In: IEEE Computer
Pemodelan dan Simulasi Konferensi. EMS'09. Ketiga UKSim Eropa Simposium,
November 2009, hlm 142-147. ISBN: 978-1-4244-5345-0.
Munoz, Lilia, Mazon, Jose-Norberto, Trujillo, Juan, 2009. ~ untuk
ETL proses model di gudang data. In: ACM Lanjutkan- ing dari First
International Workshop Model Driven Layanan Kualitas Teknik dan Data dan
Keamanan, November 2009.
Munoz, Lilia, Mazon, Jose-Norberto, Trujillo, Juan, 2010.
Systematic ~ review dan perbandingan proses pemodelan ETL data gudang. Dalam:
Prosiding Konferensi Kelima Iberia pada Sistem Informasi dan Teknologi IEEE
(CISTI), August 2010, hlm 1-6. ISBN: 978-1-4244-7227-7. S.H. Ali El-Sappagh et
al.
'Munoz, Lilia, Mazonand, Jose-Norberto, Trujillo, Juan,
2010b. A ~ keluarga percobaan untuk memvalidasi langkah-langkah untuk kegiatan
UML diagram proses ETL di gudang data. Informasi dan Software Technology 52
(11), 1188-1203.
Naqvi, S., Tsur, S., 1989. Bahasa Logical Data dan Basis
pengetahuan. Ilmu Komputer Press.
Oracle Corp, 2001. Panduan Oracle9iä Warehouse Builder
pengguna, Lepaskan 9.0.2, November 2001. <Http://www.otn.oracle.com/prod- ucts
/ gudang / content.html>.
Rifaieh, R., Benharkat, NA 2002 Query berbasis data
warehousing. tool. Dalam: Prosiding Kelima ACM International Workshop Data
Warehousing dan OLAP, November 2002.
Shilakes, C., Tylman, J., 1998. Informasi Enterprise Portal. Enterprise
Software Team. <Http://www.sagemaker.com/com- haan / downloads / EIP /
indepth.pdf>.
Simitsis, A., 2003. Modeling dan Mengelola Proses ETL. VLDB
Ph.D. Lokakarya. Simitsis, Alkis, Vassiliadis, Panos, 2008.
Sebuah metode untuk pemetaan desain konseptual untuk cetak biru logis untuk
proses ETL. Sistem Pendukung Keputusan, Data Warehousing dan OLAP 45 (1),
22-40. Simitsis, Alkis, Skoutas, Dimitrios, Castellanos, Malu, 2008. Natural ' pelaporan
bahasa untuk proses ETL. Dalam: Prosiding ACM 11 International Workshop Data
Warehousing dan OLAP, hlm 65-72. ISBN: 978-1-60558-250-4.
Staudt, M., Vaduva, A., Vetterli, T. 1999 Manajemen Metadata
dan. Data Warehousing. Laporan Teknis, Departemen Infor- Teknologi mation (IFI)
di University of Zurich.
Stonebraker, M., Hellerstein, J. 2001 integrasi Content.
Untuk e- bisnis. Dalam: Prosiding ACM SIGMOD / PODS 2001 Santa Barbara, CA,
21-24 Mei 2001. Trujillo, J., Lujan-Mora, S., 2003. Pendekatan berbasis UML
untuk proses pemodelan ETL di gudang data. Dalam: Prosiding 22 Konferensi
Internasional tentang Pemodelan Konseptual. LNCS, Chicago, USA.
Vassiliadis, P., 2000. Gudang Data Modeling dan Masalah
Kualitas. Ph.D. Skripsi, Jurusan Teknik Elektro dan Komputer, Universitas
Teknik Nasional Athena (Yunani).
Vassiliadis, P., Simitsis, A., Skiadopoulos, S., 2002.
Konseptual modeling untuk proses ETL. Dalam: Prosiding Kelima ACM Lokakarya
Internasional tentang Data Warehousing dan OLAP, hlm 14 - 21.
Vassiliadis, P., Simitsis, A., Skiadopoulos, S. 2002 Modeling
ETL. kegiatan sebagai grafik. Dalam: Prosiding Internasional Keempat Workshop
Desain dan Manajemen Gudang data
(DMDW'02), Toronto, Kanada, hlm 52-61.
Vassiliadis, P., Simitsis, A., Georgantas, P., Terrovitis,
M., 2003. A kerangka kerja untuk desain skenario ETL. Dalam: Prosiding 15
CAiSE, Velden, Austria, 16 Juni 2003.
Vassiliadis, P., Simitsis, A., Georgantas, P., Terrovitis,
M., Skiadopo- ulos, S. 2005. Sebuah kerangka kerja umum dan disesuaikan untuk desain
skenario ETL. Sistem Informasi Journal.
Zhang, Xufeng, Sun, Weiwei, Wang, Wei, Feng, Yahui, Shi,
Baile, 2008 Membangkitkan proses ETL tambahan secara otomatis.. In: IEEE
Computer dan Ilmu Komputasi, hlm 516-521.
0 comments:
Post a Comment